龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：该方法实现了部分观察敏感属性实现反事实公平图表示学习方法。其主要考虑到由于用户隐私偏好差异导致可直接观察的敏感属性存在一定程度缺失情况，无法针对敏感属性缺失的个体数据学习得到正确的反事实公平图表示。为此，我们特意提出该学习方法。我们借用图神经网络中具有相同敏感属性的个体更容易聚集在一起的原理，部署了一个敏感属性估计器，根据缺失敏感属性节点的非敏感属性值以及其邻居节点的特征属性值，用来准确预测缺失敏感属性节点的真实敏感属性值。通过敏感属性估计器的补全操作后，我们就可以得到敏感属性补全后的真实图数据，这样就可以学习得到所有节点的反事实公平图表示。
主权项：1.基于图表示学习实现部分观察敏感属性的反事实公平方法，包括下列步骤：搜集数据；对搜集的数据进行预处理；划分子图；敏感属性补全；反事实数据增强；反事实公平图表示。
全文数据：
权利要求：
百度查询： 桂林电子科技大学 基于图表示学习实现部分观察敏感属性的反事实公平方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号